谷歌与Marvell达成定制芯片合作，AI基础设施供应链走向多元化

谷歌与Marvell正式敲定定制AI芯片合作，并附带高达122亿美元的股权激励。根据SEC文件，Marvell将为谷歌TPU生态系统开发包括AI推理加速器、存储控制器等在内的多款定制芯片。消息公布后，Marvell盘前大涨超11%，博通股价则应声下跌。分析师指出，此举并非为了替代博通，而是谷歌构建多层次AI芯片供应链的关键落子，也预示着AI芯片产业正加速迈入系统级定制的新阶段。

从传闻到落定：四月合作消息的正式确认

此次合作并非毫无征兆。早在2026年4月19日，就有媒体援引知情人士消息报道称，谷歌正在与Marvell洽谈开发两款新型芯片。其中一款是内存处理单元（MPU），旨在与谷歌的张量处理单元（TPU）配合使用；另一款是专为运行AI模型而打造的新型TPU。双方目标最快于2027年完成MPU的设计并交付试产。

此次8月官宣的合作范围，较4月的传闻进一步扩大和明确。根据SEC文件，双方的合作涵盖一系列与谷歌TPU生态系统关联的定制芯片项目，具体包括AI推理加速器、存储控制器、网络接口控制器、内存接口控制器以及近内存计算产品。这意味着Marvell参与的不只是某一颗AI芯片，而是谷歌下一代AI基础设施中计算、存储、网络、互连等多个关键环节。

谷歌为什么选择Marvell？

谷歌选择Marvell进一步合作，可以从技术能力、市场卡位和商业模式三个维度理解。

· 技术能力方面：Marvell在高速互联、存储控制器、网络接口控制器等领域拥有深厚积累。随着AI数据中心从“堆GPU”走向“系统级协同”，芯片之间的数据传输效率越来越成为瓶颈。Marvell在串行链路、高带宽裸片到裸片集成等方面的技术储备，恰好填补了谷歌在特定工作负载优化上的需求缺口。

· 市场卡位方面：Marvell已在定制ASIC市场建立了广泛客户基础。其定制芯片业务年化营收约15亿美元，已拿下18个云提供商的设计订单，为亚马逊（Trainium处理器）、微软（Maia AI加速器）、Meta（新型数据处理单元）等客户构建芯片。此外，Marvell还承担了谷歌Axion ARM CPU的现有设计工作。这证明Marvell具备服务超大规模云厂商的成熟能力。

· 商业模式方面：此次合作采用了“芯片采购+长期合作+股权激励”三位一体的结构。认股权证的归属与Marvell从谷歌获得的定制产品收入直接挂钩 —— 每当Marvell从谷歌定制产品中累计确认5亿美元收入，即触发一批权证归属，统计区间为Marvell的2027财年第三季度至2033财年末。这意味着谷歌采购规模越大，其潜在股权激励越高。这种安排将两家公司的长期利益深度绑定。

双方合作意味着什么？

对谷歌而言，这是一次供应链多元化战略的关键落子。长期以来，博通一直是谷歌TPU的唯一设计合作伙伴。但谷歌显然不希望将如此重要的战略资源寄托于单一供应商。此次引入Marvell，使谷歌的定制芯片设计伙伴从两家（博通、联发科）扩展至三家，形成了“高性能TPU由博通负责、成本优化版TPU由联发科负责、新增MPU和推理TPU由Marvell参与”的多层次供应链格局。

对Marvell而言，这是一次获得顶级客户背书的关键机会。获得谷歌这种规模的客户长期项目，不仅意味着潜在收入，更意味着其定制芯片、网络和存储技术获得了全球最大AI基础设施运营商之一的验证。市场将此视为Marvell在AI定制芯片赛道地位获得重要背书的信号。Marvell此前预计，其定制芯片业务到2029财年收入将超过100亿美元，谷歌合作的落地无疑增强了这一目标的可信度。

博通与Marvell：分工而非替代

博通与Marvell在谷歌供应链中的定位存在显著差异，两者并非简单的此消彼长。

博通是“全栈基础设施合作伙伴”。今年4月，博通与谷歌签署了延续至2031年的长期协议，不仅继续开发和供应未来几代定制TPU，还扩展到谷歌下一代AI机架的网络和其他组件。博通的角色已经超越了单纯的芯片设计，而是提供互连、组件和系统集成的全栈能力。

Marvell则更聚焦于特定技术环节。从此次合作涉及的芯片类型来看 —— AI推理加速器、存储控制器、网络接口控制器、内存接口控制器、近内存计算 —— Marvell更多是在博通覆盖范围之外的细分领域提供补充。尤其在“内存墙”这一AI芯片面临的核心瓶颈上，Marvell的MPU设计能力可以为谷歌提供差异化的解决方案。

分析人士指出，从时间点来看，谷歌并非要替换博通，而是在其供应链中增加第三家设计伙伴。这一策略的核心是多元化，而非替代。事实上，随着谷歌AI芯片需求爆炸式增长，同时增加多个合作伙伴更符合其利益：既可以降低对单一供应商的依赖，也可以同时推进更多芯片项目。

自研AI芯片为何对谷歌越来越重要？

自研AI芯片对谷歌的战略重要性，正在从“技术探索”升级为“商业核心”。

· 从成本压力看，AI推理正成为数据中心运营开支中增速最快的部分。谷歌是各CSP中唯一ASIC出货比例高于GPU的业者，预计2026年TPU在其AI服务器中占比将逼近78%。谷歌借助TPU大幅压缩大模型部署成本，将Gemini等产品的使用成本压低至极具竞争力的水平。定制ASIC能在特定模型任务上实现大幅降本增效，相比通用芯片可将算力成本降低30%-50%。

· 从收入增长看，TPU正从内部工具转变为商业化引擎。Citizens分析师预计，Alphabet来自TPU相关基础设施的收入2026年可达约30亿美元，到2027年将增长至约250亿美元。Anthropic已成为谷歌TPU的重要客户之一，交易涉及约100万颗TPU，TPU的销售已成为谷歌云业务增长的重要驱动力。

· 从战略自主看，自研芯片让谷歌不必再看英伟达的脸色。摩根士丹利将谷歌2027年TPU产量预测上调至500万块，2028年上调至700万块。这一产量规模足以让谷歌在AI算力供应上获得极大的自主权。

更深远的意义在于，谷歌正在构建一个从算法（Gemini）到芯片（TPU）再到云服务（GCP）的全栈自研闭环。这种软硬件协同效率是采购通用GPU无法企及的。

未来AI芯片的发展方向

谷歌与Marvell的合作，折射出AI芯片产业正在发生的三大趋势。

趋势一：从GPU独大到GPU+ASIC并行。过去，大模型训练主要依赖GPU。但随着AI推理需求爆发，企业越来越关注每瓦算力、每美元算力和单位Token成本。此时，定制ASIC的优势开始凸显。研究数据显示，2026年ASIC芯片出货量有望占据AI服务器芯片整体出货量的40%。高盛预测，2026年ASIC占AI芯片比例升至40%，2027年突破45%，几乎与GPU平分秋色。AI ASIC市场规模将从2024年120亿美元增至2027年300亿美元，年复合增长率高达34%。

趋势二：从单一芯片到系统级定制。未来的AI数据中心不再只是“买很多GPU放在一起”。当几万甚至几十万颗计算芯片同时工作时，网络、内存、存储、互连等每一个环节都可能成为瓶颈。因此，AI芯片的竞争正在从单一芯片延伸到整个基础设施体系。Marvell此次参与的不只是一颗AI芯片，而是涵盖计算、存储、网络、内存接口的多个环节，正是这一趋势的体现。

趋势三：超大规模云厂商正在成为芯片设计的主导力量。谷歌、亚马逊、微软、Meta等公司正在从“购买GPU”走向“自己设计芯片”。2026年全球AI基础设施总支出预计将超过7000亿美元，明显高于2025年约4000亿美元的投入。在这轮史无前例的投入中，定制ASIC正在成为越来越重要的组成部分。博通、Marvell等具备全栈设计服务能力的Fabless厂商，成为这波趋势中最直接的受益方。

结语

谷歌与Marvell的这笔交易，表面上看是一份芯片合作协议加一份认股权证，但其背后折射的是整个AI芯片产业正在发生的结构性变化。从GPU到ASIC，从通用到定制，从单一芯片到系统级协同 —— AI算力的竞争正在进入一个更加复杂、更加多元的新阶段。对于谷歌而言，这不仅是降低成本的手段，更是构建AI时代核心竞争力的战略布局；而对于整个半导体行业而言，ASIC定制芯片的崛起，可能才是AI芯片产业真正的“下半场”。